three.dev three.dev 是一款 AI 智能体线上故障监测工具，自动从真实流量中发现并分级智能体的错误回答，帮助用 Claude Code、Cursor 等开发 AI 应用的团队在上线后提前排查问题。 热门评论 PH 用户Hi Product Hunt，我是 Bryan，three.dev 的产品负责人。AI 功能可能会无声无息地出错。客服助手告诉客户退款期限是 60 天，而政策写的是 30 天。系统没崩，也没有警报触发。你要么等客户来投诉，要么碰巧在正确的时间打开了正确的那条请求，才会发现。我们聊过的大多数团队都没法看到这种情况。他们只能在收到投诉后，手动翻几条对话看看。Evals 也填不上这个缺口，因为你只能为已经知道的失败写 eval。所以 three.dev 从你的线上流量出发：先把一个 setup prompt 粘贴到你的编码智能体里就能开始。我们会在后台给你的线上请求打分，不增加延迟。问题会被自动发现，并归组为失败模式，按严重程度排序，每个都附带背后的真实对话和证据。通过 MCP 把最严重的一个交给你的编码智能体。它会读取示例，并提出有针对性的修复方案。我很想听听在生产环境跑 AI 的人怎么说：你们现在怎么发现 AI 出错？你们抓到过最糟的静默失败是什么，在发现之前它持续了多久？Product Hunt 社区福利：11月22日前注册，一周内接入流量，Starter plan 免费六个月，相当于省 $474（每月 $79）。我全天都在这里回答问题。拿你自己的流量试试，然后告诉我们你发现了什么！PH 用户恭喜 three.dev 团队上线！设置工作量大吗？我需要改多少现有项目的代码？另外，你们支持哪些语言或 SDK？PH 用户验证你的智能体是否在做它该做的事，仍然是个未解决的问题。很高兴看到你们来处理这个！PH 用户我很喜欢这个想法，而且他们实现得很好。Evals 很难做，每次我为生产应用搭 evals，最后都半途而废，结果只能在模型于生产环境表现异常或不一样时被动应付，挺可惜的。很喜欢团队为解决这个问题所做出来的东西！PH 用户能在真实对话里抓到 AI 的错误，赶在客户开始反馈之前发现，真的很有用PH 用户对，就是这样。面向用户的智能体速度和覆盖范围已经够用了……不过，在准确性和准确性问题相关的 MTTR 方面，还是有点薄弱。我喜欢它是 drop-in 的，而且把那一件事做得很好……长期来看，这比再引入一个“平台”，或者试图把整个智能体从头到尾白标化要好得多。 热门产品Daniel Rodriguez2026-11-12原文 打开互动版
AI 功能可能会无声无息地出错。客服助手告诉客户退款期限是 60 天，而政策写的是 30 天。系统没崩，也没有警报触发。你要么等客户来投诉，要么碰巧在正确的时间打开了正确的那条请求，才会发现。
我们聊过的大多数团队都没法看到这种情况。他们只能在收到投诉后，手动翻几条对话看看。Evals 也填不上这个缺口，因为你只能为已经知道的失败写 eval。
所以 three.dev 从你的线上流量出发：先把一个 setup prompt 粘贴到你的编码智能体里就能开始。我们会在后台给你的线上请求打分，不增加延迟。问题会被自动发现，并归组为失败模式，按严重程度排序，每个都附带背后的真实对话和证据。通过 MCP 把最严重的一个交给你的编码智能体。它会读取示例，并提出有针对性的修复方案。我很想听听在生产环境跑 AI 的人怎么说：你们现在怎么发现 AI 出错？你们抓到过最糟的静默失败是什么，在发现之前它持续了多久？Product Hunt 社区福利：11月22日前注册，一周内接入流量，Starter plan 免费六个月，相当于省 $474（每月 $79）。
我全天都在这里回答问题。拿你自己的流量试试，然后告诉我们你发现了什么！
面向用户的智能体速度和覆盖范围已经够用了……不过，在准确性和准确性问题相关的 MTTR 方面，还是有点薄弱。我喜欢它是 drop-in 的，而且把那一件事做得很好……长期来看，这比再引入一个“平台”，或者试图把整个智能体从头到尾白标化要好得多。